机器学习日报2016-05-02 Stanley F. Chen《自动语音识别ASR:从信号处理到深度神经网络》 等21条

2016年5月9日 | By News | Filed in: News.

Source: http://ml.memect.com/archive/2016-05-02/long.html

Stanley F. Chen《自动语音识别ASR:从信号处理到深度神经网络》

来自 @eso9 好东西传送门整理

关键词:深度学习, 算法, 语音, 资源, 自然语言处理, Stanley F. Chen, 幻灯片, 教育网站, 神经网络

Stanley F. Chen《自动语音识别ASR:从信号处理到深度神经网络》 1.历程。2.信号处理和动态时间规整。3.高斯混合。4.隐马。5.语言模型、高级语言模型。6.发音模型。7.大词表连续语音识别。8.健壮性与自适应。9.判别训练。10.深度神经网络。1400+幻灯片 [1] ACL96平滑语言模型引用近两千 [1] http://www.ee.columbia.edu/~stanchen/spring16/e6870/outline.html

Stanley F. Chen《自动语音识别ASR:从信号处理到深度神经网络》

(论文+代码)伯克利大学CVPR 2016关于无监督的视觉特征学习算法新进展

来自 @机器学习研究会 好东西传送门整理

关键词:会议活动, 视觉, 算法, CVPR, 会议

【推荐】(论文+代码)伯克利大学CVPR 2016关于无监督的视觉特征学习算法新进展 @好东西传送门 [1] [1] http://mp.weixin.qq.com/s?__biz=MzA4NDEyMzc2Mw==&mid=2649675885&idx=1&sn=b204e37e4e04b430ff413162af5f658e#rd

CVPR16专题讲座,优化问题:Energy Minimization and Discrete Optimization

来自 @eso9 好东西传送门整理

关键词:会议活动, 视觉, 资源, CVPR, 幻灯片, 会议, 课程

CVPR15专题讲座:Energy Minimization and Discrete Optimization。MIT、ETH、UCL和三菱的Jegelka、Ladický、Ramalingam、Russell:CV中的能量最小化,MRF优化的图割法,子模与凸性,未知标记扩张的局部模型,子集选择,矩阵胚,3D重构。幻灯片585页 [1] [1] https://www.inf.ethz.ch/personal/ladickyl/CVPR_Tutorial2015.htm

CVPR16专题讲座,优化问题:Energy Minimization and Discrete Optimization

【视频讲解】机器学习的一大祸根:过度拟合。

来自 @视觉机器人 好东西传送门整理

关键词:算法, 神经网络

【机器学习】2+ 分钟的Paper导读:在这一集里,我们讨论的很多机器学习算法的祸根 – 过度拟合。这也解释了为什么是一种不期望的学习方式,以及如何通过dropout来解决该问题。 [1] 可参考The paper “Dropout: A Simple Way to Prevent Neural Networks from Overtting” : …全文: http://m.weibo.cn/5501429448/3970636567783071 [1] http://video.weibo.com/show?fid=1034:e7b5b77771a6e299e8a6d3e6588dffcd

Data Science 45-min Intros数据科学介绍

来自 @爱可可-爱生活 好东西传送门整理

关键词:Min Intros, Python, Scott Hendrickson, 代码, 数据科学, 统计

‘Data Science 45-min Intros – Ipython notebook presentations for getting starting with basic programming, statistics and machine learning techniques’ by Scott Hendrickson GitHub: [1] [1] https://github.com/DrSkippy/Data-Science-45min-Intros

长微博图:http://ww2.sinaimg.cn/large/5396ee05gw1f3glvr1s03j20pd1r2wmv.jpg

完整版

点此链接查看全部21条:http://ml.memect.com/archive/2016-05-02/long.html


发表评论

邮箱地址不会被公开。 必填项已用*标注